一種語音轉換方法、裝置、電子設備和存儲介質

基本信息

申請?zhí)?/td> CN202110693848.7 申請日 -
公開（公告）號 CN113421571A 公開（公告）日 2021-09-21
申請公布號 CN113421571A 申請公布日 2021-09-21
分類號 G10L15/26（2006.01）I;G10L13/08（2013.01）I;G10L13/04（2013.01）I;G10L13/02（2013.01）I 分類 樂器；聲學;
發(fā)明人 賀來朋;孫見青;梁家恩 申請（專利權）人 云知聲智能科技股份有限公司
代理機構 - 代理人 -
地址 100096北京市海淀區(qū)西三旗建材城內1幢一層101號
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及一種語音轉換方法、裝置、電子設備和存儲介質，該方法應用于將源發(fā)音人的語音轉換為目標發(fā)音人的語音，包括：獲取源發(fā)音人的語音，根據(jù)源發(fā)音人的語音確定源發(fā)音人的文本；將源發(fā)音人的文本輸入至目標發(fā)音人的語音合成模型和時長強制對齊模型中合成目標發(fā)音人的語音；其中，譜特征預測模塊中包括時長模型以及聲學特征模塊。本申請通過時長強制對齊模型對源發(fā)音人的語音做強制對齊，得到源發(fā)音人的強制對齊時長信息，使用強制對齊的時長信息對時長模型預測的時長做調整，得到調整后的時長信息，并根據(jù)調整后的時長信息合成目標發(fā)音人的語音，使得轉換后語音的語速與輸入語音保持一致，從而使得轉換后語音的發(fā)音風格與源發(fā)音人保持一致。